区块链NFT与Metaverse的选择和考量

电信和信息学报告10（2023）100045基于计划行为理论（TPB）的Hayder Albayatia，Noor Alistarbadib，Jae Jeung Rhoca技术管理研究所，韩国科学技术高级研究所，291 Daehak-ro，Yuseong-gu，Daejeon，Republic of Koreab韩国科学技术高级研究所全球信息技术方案，大韩民国大田市有城区大鹤路291号c大韩民国大田市Yuseong-gu Daehak-ro 291，韩国科学技术高等研究院商业和技术管理学院。aRT i cL e i nf o关键词：区块链NFTMetaverseEngagement TPB信任影响社会影响法律影响技术影响市场影响1. 介绍a b sTR a cT不可替代的代币（NFT）在世界各地已经达到了巨大的兴趣水平;除了购买或创建NFT之外，吸引力也是但是，实际使用需要考虑许多方面和来源，以做出决策并参与NFT市场。向前迈进，选择创建什么或在哪里购买，有必要评估NFT以及它是否值得投资。另一方面，Metaverse已成为一个热门话题，市场兴趣急剧增加。然而，NFT是实现Metaverse的关键; NFT证实了它对Metaverse采用的成功至关重要。总之，这种选择是复杂的，特别是当它涉及到来自不同来源和观点（工程和社会科学）的广泛知识和信息时。有些方面与客户体验和信任有关，而其他方面则更可能与资产有关。当我们审视区块链市场时，我们区分了各种可以方便使用的平台和应用程序，提供了许多选择和可能性。这让我想起了一些想法，并提出了一些问题，以帮助参与NFT元宇宙;什么时候是最好的时刻参与到NFT超时空中交易或参与NFT虚拟实境值得信赖吗？使用和交易NFT是否合法，政府是否需要参与？什么NFT片应该创建或什么价格购买？什么是最好和最安全的平台？评估NFT需要深入研究有争议的信息和数据的不同来源。然而，没有这样的参考或研究详细涵盖这些考虑因素;缺乏可信的资源和知识影响用户体验和参与。本文通过执行多因素（综合）分析，包括NFT Metaverse参与决策和用户行为，为社会科学研究做出贡献。我们正在使用一个扩展的模型的理论计划的被执行者（TPB），提出了一个模型，其中包括外部因素，以帮助确定变量，在与NFT的参与在元实境。这项综合研究采用了多视角的方法;客户视角，社会视角，技术视角，法律视角和市场视角。我们提供广泛的知识和信息，为有意购买，投资或创建NFT的每个人提供帮助。本研究采用定量分析的方法，提供了有意义的结果，解释了这种困境，背后的大规模采用非功能翻译及其波动的原因在世界范围内。这项工作有助于决策者、创造者和投资者在NFT虚拟世界中考虑新的发展前景。该方法使用的主要调查数据和Smart-PLS 4分析，以确定方差为基础的结构方程模型（SEM）使用偏最小二乘路径建模（PLS）方法。法[16]。在新的平台上整合和推出了更多的创新服务，这些服务开始显示出先进的援助水平，十多年来，区块链技术的创新以比特币开始被认可[66]，从那时起，这项技术的发展就没有停止过，并保持增长。2014年，当VitalikButerin打开以太坊平台并对智能合约感到惊讶时，新一代区块链被发布，智能合约允许将编程代码的编写和执行作为电子服务在以太坊中，有两个主要标准ERC-20（可真菌代币）和ERC-721/ERC-1155（不可替代代币）;这两个标准在使用目的上有很大差异，ERC-20用于代币化，可用作数字货币或任何其他可替代代币。 然而，ERC-721/ERC-1155它NFT的创建导致了各种用例，*通讯作者。电子邮件地址：Hayder1111@yahoo.com（H. Albayati）。https://doi.org/10.1016/j.teler.2023.100045接收日期：2022年12月29日;接受日期：2023年2月14日2772-5030/© 2023作者。由爱思唯尔公司出版这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）可在ScienceDirect上获得目录列表电信和信息学报告期刊主页：www.elsevier.com/locate/telerH. Albayati，N. Alistarbadi和J.J. Rho电信和信息学报告10（2023）1000452缺乏可替换令牌（ERC-20）的实现ERC-721标准通过提供具有广泛创新的不可替代令牌（NFT）为区块链技术市场开辟了机会，这些令牌不能以类似的方式交换[11]。为了实现以太坊平台内部的互操作性和支持，社区同意了多个应用级标准，称为以太坊请求评论（ERC）[75]。ERC-721将每个NFT描述为一个分散的应用程序，它有一个独特的规范;它可以概括如下[28]：• 可验证性：每个NFT代币都可以在区块链网络内公开验证所有权。• 透明的EX光：所有交易活动都是公开确认的，网络中的每个人都可以看到它们。• 可用性：区块链的功能之一是系统永远不会关闭或停止;它可以每天24小时执行交易。• 防篡改存储：当NFT交易被确认并存储在区块链分类账中• 可用性：NFT智能合约存储所有元数据和所有权历史，以及所有需要的信息。• 唯一性：每个NFT都必须创建一个智能合约和元数据，以形成一个永久存储在区块链网络上的唯一且普遍可识别的数字资产。• 可交易性：每个NFT都可以公开铸造，出售和购买。2017年，CryptoKitties启动了第一个使用ERC-721的NFT项目，首次交易价值超过130万美元 开放日[30，82]。从那时起，市场持续上升，新的平台准备使用，如索拉纳[96]，币安[98]和KLATAN[50]已经开始制定他们的NFT标准，以在全球范围内竞争。2022年，以太坊的NFT交易数量仅达到8700多万笔[29]，这使得NFT处于区块链技术的最前沿[52];对每月市场投资进行了比较研究;结果显示，NFT的投资回报率（ROI）为16.99%，而ETH的投资回报率（ROI）仅为5.02%;此外，NFT的投资回报率（ROI）是股票回报率的13倍（58.77%）[52]。市场显示，早期投资者通过交易数字收藏品获得千倍回报; 2020年，NFT市场参与度大幅提升，用户吸引力巨大[93]。最近，NFT已经成为一个虚拟世界的核心部分，称为虚拟世界，结合了可视化和现实感[65，88]。Metaverse是一个巨大的创新，它已经成为一个热门话题，展示了一个全新的虚拟世界。它是人工智能，物联网和区块链等多种技术的虚拟集成[36]。然而，我们发现了一个不正常的迹象，NFT市场在过去几个月内; 2021年8月29日，NFT交易数量达到17.5万笔交易，交易量约为4.11亿美元; 2022年4月19日下降至2.4万笔交易，交易量为4200万美元[68]。这种市场波动显示出不可预测的变化，并且没有明确的指示，为什么非金融工具市场下跌。同时，也没有学术研究或调查探讨用户与非功能性虚拟世界之间的关系;统计数据缺乏资源和解释。本文旨在利用计划行为理论的扩展模型，对影响用户参与非功能性虚拟实境的因素进行检验、预测和量化。TPB将增加五个新的结构：信任影响、监管、社会、技术和市场。Metaverse是一个多用户数字环境，使用增强现实与虚拟现实，后现实世界。这一概念是基于技术的融合，使人，数字对象和虚拟环境之间的灵活交互[65]。因此，基于区块链的技术（如NFT）可能会因为去中心化、不变性和透明性而成为对虚拟世界的支持[36]。区块链和NFT应该是实现虚拟实境使用和安全性的主要后端技术[88]。此外，这项研究将回答重要的问题：什么时候是参与NFT虚拟实境的最佳时机是交易还是参与NFT虚拟实境可信吗使用和交易NFT是否合法，政府是否需要参与？ 什么NFT片应该创建或什么价格购买？什么是最好和最安全的平台？区块链技术和NFT是针对去中心化自治组织（DAO）的未来创新。对该领域学术研究的需求正在增长，这是探索技术采用和参与的所有影响和原因的动力。本文旨在提供缺失的知识和经验，以支持学术研究，并为进一步的研究打开大门。2. 本文件本文的组织结构如下。第三部分是计划行为理论（TPB）。第四部分介绍了研究假设和模型的建立。第五部分是研究方法。第六节是研究分析结果。第7节介绍了研究讨论和影响。第8节得出结论。第9节指出了本研究的局限性和未来的研究方向。3. 计划行为理论（TPB）计划行为理论（Theory of Planned Behavior，TPB）[2]理性行动理论（Theory of Reasoned Action，TRA）[33]几十年来，TPB一直致力于作为人类行为研究的主要指导[3]。 它是理解用户决策最重要的理论，有助于破解人类行为的研究[4]。该理论将人类行为分为行为信念、规范信念和控制信念[3]。该理论有五个结构：对行为的态度，主观规范，感知行为控制，意图和行为[2]。下面的图1显示了计划行为的理论和所有结构之间的关系。Ajzen对每个结构的定义进行了合理化，以适应评估和帮助行为走向重要决策的目的：对行为的关注描述了个体对特定行为的自我表现的积极或消极评价;感知行为控制测量个体在执行特定行为时感知的轻松或困难;意图是一个人做某些行为的意图或动机。行为决定了执行特定行为的能力，这有助于决定什么 你想做还是不做[2]。Fig. 1. 计划行为理论[2]。H. Albayati，N. Alistarbadi和J.J. Rho电信和信息学报告10（2023）1000453TPB的几个特征解释了它作为预测和改变行为的模型的广泛使用。它直接关注行为的决定;与其他社会和行为科学理论不同，它可以应用于调查人员感兴趣的任何行为[1]。城市规划委员会有一套完善的方法工具，可用于获得可靠和有效的测量其理论，cal构造。城规会的架构模式已清晰界定。该框架提供了一个概念模型来思考人类行为的决定因素，可以应用于使用多元回归和结构方程模型的实证检验。此外，该理论已得到许多实验研究的支持，它适用于技术预测[5]。4. 假设和模型开发计划行为理论（Theory of Planned Behavior，TPB）是一个成熟的框架，用于预测用户对关键决策的行为[3]。它已被用于进一步的研究，并帮助制定和预测具体的决策，不仅在卫生部门，但在其他领域使用的技术使用[37，45，84]。如前所述，由于NFT的特殊性，为了全面了解NFT在虚拟实境中的使用。本研究对已发表的文章和报告进行了调查扫描，并进行了映射，以获得NFT和Metaverse中最重要的因素。作为该映射的总结，我们添加了五个新的结构（信任影响，监管影响，社会影响，技术影响和市场影响），以帮助拟议模型图中所示的参与决策。第二章：4.1. TPB核心结构4.1.1. 行为（B）行为是人的能力或能力来执行一个动作，它可以是一个积极的或消极的行为[3]。行为是一个混合体一个人反过来，规范性信念乘以个人遵守规范的动机[7]。与目标、行动、背景和时间框架相关的感兴趣的行为，都可以在不同的一般性或特殊性水平上定义[5]。一个人行为控制着感知和能力;它是激活一个行动的实际选择，受到内部和外部因素的影响[31，73]。行为是指用户的主观原因对服务执行行为的4.1.2. 第1001章意图（一）意图代表了人们为了预测最明显的行为，我们通常开始预测意图[54]。预期意图可能根据受访者采取各种行动的一般需求进行调节许多研究人员和研究都对意图和行为之间的等效性假设的重要性感兴趣，包括理性行动理论（TRA）[34，83]，计划行为理论（TPB）[2]和技术接受模型（TAM）[23]。 这些研究的一个特别重点是可能影响意图和行为之间关系的因素[80]。在数百项研究中，已经证实了意图在行为中的重要性[9，10]。一个人的意图是由他对行为的态度和主观规范决定的。一个动作可以从对该动作的态度中预测，提供意图和行为之间的显著相关性[8]。因此，假设：H1：意图对NFT元域中的参与决策行为有积极和显著的影响。4.1.3. 对行为的态度（A）态度是对特定事物、人或事件的情感、信念或行为。很多情况下是由经验或...图二. 提出的模型。H. Albayati，N. Alistarbadi和J.J. Rho电信和信息学报告10（2023）1000454带来并能强烈地影响行为。然而，态度也可以改变，这取决于外部因素[6，76]。一个人 格拉斯曼发现，态度在很大程度上影响了意图;这两个结构之间存在很强的相关性[95]。Svenning发现，参照群体的态度稍微影响了对拟议的视频会议系统的态度[89]。态度对未来IS使用的影响是最好的适度根据戴维斯[24]。因此，假设：H2：对行为的态度对NFT元世界中参与决策的意图有积极和显著的影响。4.1.4. 主观范数在心理学中，主观规范是指人们感受到的外部压力人的行为，或不行为[2]。目标人物主观规范显著影响意图，并对买方决策产生巨大影响[90]。受试者之间和受试者内部的多重相关性有效地预测了基于态度和主观规范的行为意图[92]。在一项关于工作满意度的研究中，作者发现，当主观规范较高时，满意度水平较高;这意味着主体规范对意图有直接影响[53]。因此，假设：H3：主观规范对NFT元域中参与决策的4.1.5. 知觉行为控制（PBC）感知行为控制是通过增加信念的强度和力量以及由此产生的产品的可访问控制因素来获得的。它可以衡量做这件事的意图能带来多少好处目标更容易实现或更难实现[2 它是指通过平衡所需的技能、资源和机会等人类能力来最好地利用系统或服务。行为控制归因于关于促进期望行为所必需的资源和机会的可用性的信念[5]。这是一个概念，涉及消费者对行为是否在他们的控制之下的看法。感知行为控制是消费者因此，假设：H4：感知行为控制对NFT元域中参与决策的意图有积极和显著的影响。4.2. 外部结构4.2.1. 市场影响（M）市场影响是指市场稳定性、竞争力和未来预期;它可以描述技术市场如何影响个人的业绩和决策。市场稳定性和声誉对客户至关重要;通过加强用户与市场之间的关系获得更多的信任[13，14，71]。在市场营销研究中进行的一项研究强调，市场行为未被视为一个重要因素，或从市场考虑中遗漏，这扭曲了客户的行为和服务意图[77]。另一方面，未来的市场预期可能表明，决策者更关注领导，而不是提高服务质量和与竞争对手竞争，缺乏社会互动和忠诚度[55，77，86]。不同的研究发现，市场变化强烈影响用户的意图;例如，在印度，商业银行开始通过支持自由市场来支持客户和技术开发方法[18，56]。了解B2C关系中市场或/和企业与客户之间的联系，可以更广泛地了解期望和需求;加强这种联系以提高忠诚度至关重要。由于客户需求的复杂性，企业-市场关系正在经历根本性的变化客户因此，假设：H5：市场对感知行为控制有积极和显著的影响，对NFT元世界中的参与决策行为有影响。4.2.2. 信任影响（T）信任是人与技术或电子服务之间的信任的表达;用户可以信任技术的程度。用户在使用技术时的舒适度、信心和安全性水平所显示的信任度决策支持系统应该包括信任的概念;无论服务如何开发，它都可能被不信任的决策者拒绝并失去利益[64]。此外，当技术发展和使用意图增加时，信任变得更加重要[74]。一项关于基因开发的有趣研究提到，在科学研究中，对基因技术规则的信念和社会信任对于实现技术是可接受和安全的至关重要;社会信任可以支持对技术的信心[85]。当技术或服务具有高水平的安全性和设计质量时，人们通常会信任它;然而，如何控制和建立这种信任并不是毫无疑问的。谈论着关于服务质量，Roy和Dewit发现服务质量和设计对服务信任有显著的影响，影响用户的注意力[79]。对卖方（服务提供商）的信任会影响由声誉，质量和一般结构等外部因素决定的意图[62]。因此，假设：H6：信任对NFT元域中的参与决策意向具有积极和重大的4.2.3. 社会影响（S）社会影响指的是个人技术专家的报告或研究可能是审查和接受建议的基础，供无法评估信心、风险或收益的人参考[85]。使用技术的人们之间的社会互动促进了行动，并决定了通信技术的使用方式和对生活目标的贡献[35]。Malhotra和Galeta在1999年对电子商务系统进行了一项社会学研究;他们发现，即使校园图书馆比使用在线应用程序更便宜，更有效，用户也更有可能进行物理社交;这些力量强烈影响用户社会影响包括信息性现实和规范性经验;一般而言，人们接受技术并根据他们信任的朋友、亲戚和同事的信息相信它们[26]。态度、行为和意图受到社会影响的显著影响，例如对临界质量和规范的看法[44]。根据社会交换理论，如果人们按照社会规范的建议行事，预期的收益将显示出更高的信任，收入和感激[15]。因此，假设：H7：信任对NFT虚拟世界中参与决策行为的态度有积极和显著的影响。H8：信任对NFT元世界中的参与决策的主观规范有积极和重大的影响。H. Albayati，N. Alistarbadi和J.J. Rho电信和信息学报告10（2023）1000455H9：信任对感知行为控制有积极和显著的影响，高于NFT元虚拟世界中的参与决策。H10：信任对信任有积极和重大的影响，有助于NFT元虚拟世界中的参与决策4.2.4. 技术影响（T）技术影响表示影响服务质量和交付并影响用户态度和意图的技术特征[12]第10段。Lin，Yan和Chen研究了在线商务的一些技术特征，发现了其对用户信任的实质性影响通过与可能的技术特征的交互，在线客户在社交电商市场中创建自己的意见和信任[69]。Markus和Silver在2008年提出了一个模型，显示了技术目标对用户意图的影响后来又联系了一项类似的研究，用于在线购物，评估用户与在线市场之间的互动[38]，两项研究都发现，各种功能对用户的意图和体验有单独的影响用户重购意图的一个重要部分一项关于虚拟购买的研究发现，技术方面（互动性和社交性）和空间方面（密度和稳定性）强烈影响着虚拟世界的体验，这会影响使用意图[12]。在自适应结构化理论（AST）中，两个视角被认为是技术结构和人们用户与网站技术特征的交互是电子商务交互性的一个重要方面设计和规划技术功能为最佳服务提供了最佳的上下文和结构，例如工具栏图标或标签的颜色或形状，这应该在技术目标中考虑[59]。消费者与网站互动，过滤信息，以获得相关的产品细节，然后再进行在线购买[47，97]。从客户的角度来看，技术功能是必不可少的因此，假设：H11：该技术对NFT元世界中参与决策的行为态度产生了积极而重大的影响。H12：该技术对感知行为控制有积极和重大的影响，影响了NFT元域中的参与决策。表1结构的定义H13：该技术对市场产生了积极和重大的影响，并在NFT Metaverse中做出了参与决策。H14：该技术对信任有积极和重大的影响，有助于NFT元虚拟世界中的参与决策。4.2.5. 监管影响（R）监管影响涉及当局建立的法律制度，以监测技术并确保服务提供商和消费者履行承诺并避免欺诈[67]。政府法规和法律强烈影响着客户对营销的态度[9，14]。研究人员Barksdale，Darden和William发现，政府为确保推广游戏（竞赛）的完整性而开展的活动的新闻报道可以解释社交互动和用户态度的积极变化在一项关于客户态度的研究中，大多数人都认为应该有额外的政府监管来保护客户[14]。关于加密货币市场，Chang发现加密货币市场的低信任度迫使世界各国政府发布旨在保护投资者和普通用户并提高可用性的金融法规[19]。合法和安全的加密货币关系只能通过对加密货币活动的渐进式司法和国家监管以及其他区块链金融应用程序来监控市场活动来建立[22]。各部门应明确立法规制的重要性，明确法律领域内规制运动的主要因素。法律法规需要将降低风险作为其关于市场参与的主要目标[72]。为了确保安全使用区块链技术下的创新，各国政府与国际组织合作，实施关于使用区块链技术的多项政策和法规，如了解您的客户（KYC）和反洗钱（AML）[42]。然而，这些法规需要在每次需要时更新和修订;区块链技术仍处于实施的早期阶段，许多新服务都在更新[87]。因此，假设：H15：监管对市场在NFT Metaverse中的参与决策产生了积极和重大的影响。4.3. 结构的定义下表（表1）显示了表达我们研究意图的结构定义和核心含义：5. 研究方法本研究使用结构方程模型（SEM）来设计模型和构建关系，如图所示。 二、验证因素构建体操作定义参考文献行为（B）人的能力或能力来执行一个行动可能是一个积极的或消极的行为[3]第一章第1001章意图（一）人们[34个]对行为的态度（A）对特定事物、人或事件的感情、信念或行为。情况往往是由经验或教养，并能强烈地影响行为，并改变它[6，76]主观规范（SN）个体所感受到的外部压力，要求其执行或不执行某些行为[二]《中国日报》感知行为控制（PBC）信仰的力量和力量导致对可以访问哪些产品的控制它衡量的是使目标更容易实现或更难实现[2-4]市场影响（M）市场影响是指市场的稳定性、竞争力和未来预期;它可以描述技术市场如何影响个人的业绩和决策[14个]信任影响（T）人与技术之间信任的表达;用户可以信任技术的程度。信任可以通过用户在[46，61]社会影响（S）对个人对他们所相信或信任的人的看法的影响[9、20]技术影响（TCH）技术影响表示影响服务质量和交付并影响用户态度和意图的技术特征[12个]监管影响（R）当局为监测技术和确保服务提供者和消费者履行承诺，避免欺诈[67个]H. Albayati，N. Alistarbadi和J.J. Rho电信和信息学报告10（2023）1000456图三. 提出的模型与假设。使用和精心挑选的尊重文献，以创建拟议的模型和假设，如图所示。下面3个：该模型基于计划行为理论（TPB）设计，并扩展了五个新的合同（市场影响，信任影响，社会影响，技术影响和监管影响）。这种新模型为学术研究增添了新的视角，有助于之前的研究-使用SEM工具开发一个综合模型[51]，旨在增加对用户与NFT Metaverse交互的理解。这项研究对全球不同背景的用户进行了一项在线调查，这些用户具有不同的使用和体验水平。我们打算使用必要的控制变量和一些具体的问题，以便在最后得到良好的分析结果。6. 研究成果该模型通过了一项使用Google Forms和Proli fic的在线测试，该测试基于对人类行为及其对技术使用和采用的影响的研究。对NFT的创造者、交易者和爱好者进行了为期两周的调查。有一个全面的了解的NFT元界和因素，在提高水平的采用和使用是必要的，以充实所提出的模型。对于每个测量项目（32个具体问题），有五个量表（5个李克特点），从没有支持（强烈不同意）开始，以强烈支持（强烈同意）结束。在这个实验中，我们增加了9个人口统计学问题，将它们归类为控制变量，其中包括3个具体问题，以评估受访者对NFT虚拟世界的了解。在方法学中，我们使用偏最小二乘结构方程模型（PLS-SEM）算法和使用（Smart-PLS 4）的统计数据分析[78]。本研究使用结构方程模型（SEM）的相对测量模型进行了两项测试，首先使用PLS-SEM标准算法通过计算（收敛效度、平均方差EX检验、内部一致性可靠性、判别效度、Fornell-larcker标准和交叉负荷）[39]验证结构和测量项目及其可靠性，并将使用R方统计量解释由外生变量解释的内生变量的方差。其次，使用自举法通过测量（p值、t值和通径系数）和检查外部载荷和外部权重来测量假设的显著性，以估计相对测量模型中的关系，并在其集合上测试构造的多元回归此外，还使用p值来衡量间接影响。并发现隐藏在建筑中的东西。6.1. 描述性统计量表1显示了从459份答复中收集的样本;国际国家进行了为期两周的在线调查。从人口统计学的观察结果来看，男性365人占所收集数据的79.40%，而女性95人占20.60%，这可能表明男性对这类主题和研究最感兴趣。总的来说，在这项研究中，我们的结果将代表大多数男性的观点。年龄段以20 ~ 40岁最多，有438人（95.42%），说明中年是本次调查的平均年龄 段。 大 多数 答复 来 自英 国 ，有 93 人 （20.26% ） ，美 国 有64 人（13.94%），南非有52人（11.33%）。调查对象主要来自私营机构300人（65.36%），学生60人（13.07%）。受教育程度：本科学历245人（53.38%），研究生学历（硕士、博士）245人（53.38%）。学历）144人（31.37%），小学或高中69人（15.03%）。年收入在2万美元以上的有310人（67.54%）。在职业，教育和-H. Albayati，N. Alistarbadi和J.J. Rho电信和信息学报告10（2023）1000457答复大多来自那些在私营部门工作的人，而他们正在大学学习，这使他们有资格获得教育和实际商业方面的知识。表2人口统计信息。此外，我们还向受访者提出了三个关于研究主题（NFT Metaverse）的具体问题。第一个问题是（评估你对NFT和Metaverse的理解），答案是：（高）101（22.00%）受访者，（平均）292（63.62%）受访者，（低）66（14.38%）受访者。这清楚地表明，大多数受访者对这两个术语（NFT Metaverse），这可以被认为是正态分布，这是一个用户层面的研究。第二个问题是（你有任何NFT（搜索，购买或创建）的经验吗？或者处 理 NFT 加 密 钱 包 ？ ） ， 回 答 ： 有 357 例 （ 77.78% ） ， 无 102 例（22.22%）。这表明大多数人的经验来自有经验的人，他们的答案更准确。第三个问题是（如果你打算购买NFT，谁 是 NFT 的 创 建 者 和 当 前 所 有 者 ？ ） ， 回 答 ： （ 高 ） 201 人（43.79%），（中）196人（42.70%），（低）62人（13.51%）。这意味着人们对NFT的起源以及目前的所有者（投资者）是谁有着重大的兴趣，反映了NFT原始特征的影响以及参与NFT元世界的前瞻性思维优点6.2. 测量模型评估将对每个测量项目进行可靠性、有效性和因素负荷测试[40]。如表3所示。结构平均方差EX均值（AVE）根据测量误差引起的方差量（AVE> 0.50，我们的所有构造都接受）计算构造捕获的方差量。内部一致性信度的测量是测量给定结构的多个项目之间的相关性（复合信度和Cronbach成立）。判别效度描述了结构之间根据Cronbach的α值和复合信度值，量表条目是可靠的，说明量表条目的内部一致性已经建立。交叉负荷（表4）和Fornell-Larcker标准（表5）用于确定本研究中的判别效度。交叉加载准则的结果是它显示出完美的指标（表4）;大多数项目的值大于（0.7），表明因子矩阵每行中的每个结构都有显著的载荷，使它们成为不同的概念。与其他施工荷载不同，交叉荷载测量的是相应结构的外部指示荷载.交叉负荷高于外部负荷的指标存在区分效度问题。本研究表明，与其他交叉负荷相比，链接指标的负荷更高，从而支持了这些修正案Fornell-Larcker准则通过比较AVE值的平方根与潜在变量相关性来测量潜在变量之间共享的方差程度（表5）。 利用该方法可以对相关元素进行评价。对于我们的结果，对角线值显示出比其他构造更高的相关性，这表明了可行性。6.3. 结构模型评估为了评估所提出的模型，我们将测量所有相关结构的R平方值，以及评估相关性的路径系数项目值频率百分比性别男性36579.40%女性9520.60%年龄20′23350.76%30′14932.46%40′5612.20%50′173.70%60′30.65%70’1百分之零点二二地区（您现在居住在哪个地区）？联合王国9320.26%美国64百分之十三点九四南非5211.33%葡萄牙449.59%波兰35百分之七点六三意大利224.79%西班牙194.14%墨西哥163.49%德国122.61%韩国（南部）112.40%荷兰102.18%其余81百分之十七点六五占领公共部门30065.36%学生60百分之十三点零七威客418.93%私营部门408.71%在线职务163.49%我没有工作20.44%退休00.00%教育本科学位24553.38%研究生学位（硕士或博士）度）14431.37%小学或高中69百分之十五点零三没文化1百分之零点二二家庭年收入超过40，000 $31067.54%20，001 $至30，000 $61百分之十三点二九30，001 $至40，000 $57百分之十二点四二1，000 $至5，000 $347.41%15，001 $至20，000 $326.97%10，001 $至15，000 $296.32%5，000 $至10，000 $286.10%不想回答214.58%少于1000元5百分之一点零九评估您对NFT和Metaverse的平均29263.62%高101百分之二十二低66百分之十四点三八您是否有NFT（搜索、购买或创建）的经验？或者处理NFT加密钱包？是的35777.78%没有10222.22%H. Albayati，N. Alistarbadi和J.J. Rho电信和信息学报告10（2023）10004580.7370.8610.7630.7450.9540.6170.8240.7680.8210.5120.9800.9800.9050.9290.3170.3760.9190.7570.7320.6840.7800.6800.280.2540.1710.3420.1740.8880.874表3测量模型结果。收敛效度内部一致性信度载荷指标可靠性Ave复合可靠性Cronbach区分效度潜变量指标>0.70>0.50>0.500.60-0.900.60-0.90(rho_a）(rho（c）行为态度ATB10.9400.8840.8640.8560.9270.843是的ATB20.9180.843行为B10.9030.8150.8410.8230.9140.812是的B20.9300.865意图I10.9800.9600.9600.9590.9800.959是的I20.9800.960市场M10.8240.6790.5510.7680.8260.720是的M20.7690.591M30.8180.669M40.5120.262知觉行为控制PBC10.9390.8820.6460.8620.7770.623是的PBC20.6520.425监管R10.7360.5420.6050.8160.8590.789是的R20.8590.738R30.7660.587R40.7460.557社会S10.8870.7870.7810.8630.9140.860是的S20.8610.741S30.9010.812主观规范SN10.8880.7890.7760.7130.8740.712是的SN20.8740.764技术TL10.7980.6370.5300.7800.8490.778是的TL20.6820.465TL30.8570.734TL40.8720.760TL50.7330.537信任T10.7880.6210.6270.8890.9090.879是的T20.7560.572T30.7330.537T40.6830.466T50.7800.608T60.7310.465表4交叉装载。ATB2B1 B2M1M2M3M4PBC2R1R2R3R4规范0.332 0.618 0.173 0.366 0.176 0.576 0.617 0.4122019 - 05 - 24 00：00：002019 - 05 - 23 00：00：000.207 0.43 0.1850.245 0.417 0.192 0.5982019 - 03 - 28 00：00：002019 - 06 - 25 00：00：000.118 0.106 0.307 0.1690.133 0.15 0.139 0.222019 - 05 - 22 00：00：00 00：002015年12月31日0.173 0.1862017年12月31日0.09 0.1430.128 0.131 0.107S1S2S3SN1SN2TL1TL2TL3TL4TL5T1T2T3T4T5T62019年12月31日0.544 0.337 0.5270.178 0.308 0.1950.598 0.322 0.5210.585 0.349 0.5642019 - 03 - 23 00：00：000.266 0.091 0.2 0.1370.215 0.148 0.214 0.43 0.34 0.1722018年12月31日2019 - 05 - 22 00：00：000.525 0.175 0.319 0.1022019 - 04 - 22 00：00：002019 - 05 - 25 00：00：00 00：002019 - 06 - 25 0.176 0.319 0.124 0.275 0.576 0.176 0.3192019 - 05 - 25 00：00：002019年12月31日0.8870.861零点九零二0.6460.5490.3370.2940.1990.3870.1890.4940.3460.5920.5040.4850.5130.579 0.322 0.4970.603 0.297 0.5590.619 0.4 0.5970.258 0.4920.337 0.5340.4200.3060.2050.4380.2840.421 0.335 0.7990.385 0.316 0.6830.517 0.3610.491 0.3670.8720.45 0.3530.7310.482 0.4380.7890.2410.2750.1580.1710.2640.2890.066-0.0060.070.0510.3510.0410.0980.0220.0940.1410.510.4940.220.0850.1590.1510.460.140.2170.0930.1930.1640.2310.1530.0220.0650.2310.0790.160.160.4530.1240.1950.0710.1750.1260.7380.732行为态度行为意图市场知觉行为控制监管社会主观技术信任ATB10.9400.3710.7660.1970.4130.1890.6420.6310.3560.701H. Albayati，N. Alistarbadi和J.J. Rho电信和信息学报告10（2023）1000459H. Albayati，N. Alistarbadi和J.J. Rho电信和信息学报告10（2023）10004510表5Fornell-Larcker准则ATB B I M PBC R S SN TLTATB 0.9300.917美元2019 - 05-22 0.7500.5120.117 0.2310.742联合国系统0.196 0.051 0.192 0.284 0.1700.7780.657 0.383 0.620 0.138 0.273 0.1840.8840.671 0.380 0.615 0.154 0.335 0.1650.6800.410 0.234 0.353 0.366 0.363 0.162 0.386 0.3360.728粤ICP备05016888号-1在同一个模型中的应用。根据R2值，自变量负责解释因变量的一部分[39]。它们之间的相关性结果显示在（图1）中。 4）.R2值在社会科学和心理学研究中被认为是可接受的。 (26.3%）行为(B)、 这 解释 的 使用NFT- Metaverse对用户行为和参与决策的控制进行评估。(61.4%），这解释了用户的意图对NFT-元宇宙的参与决策的高水平影响。(46.1%），这解释了用户使用NFT- Metaverse执行参与决策的能力或